資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何處理 None 值來新增兩個 Pandas Series 物件？
在 Pandas Series 功能中，我們有一個名為 add() 的函式，用於將一個 Series 物件與另一個 Series 物件相加。它還可以用於將 Series 物件與整數和 Python 列表相加。
series.add() 方法有一個 fill_values 引數，用於透過將浮點值替換到該引數來有效地處理缺失值。預設情況下，該 fill_value 引數的輸入為 Nan。
示例
import pandas as pd
import numpy as np
sr1 = pd.Series(np.arange(1,6))
print('Series Object 1:',sr1, sep='
')
sr2 = pd.Series(np.random.randint(10,20,4))
print('Series Object 2:',sr2, sep='
')
result = sr1.add(sr2)
print('Resultant series object with the addition of two Series:', result)解釋
我們有兩個 Series 物件 sr1 和 sr2，它們分別使用 NumPy 的 arange 和 random 函式建立。sr1 物件有 5 個元素，sr2 只有 4 個元素。
這兩個 Series 物件的長度不同。我們使用 series.add() 函式將這兩個物件相加。
輸出
Series Object 1: 0 1 1 2 2 3 3 4 4 5 dtype: int32 Series Object 2: 0 15 1 12 2 16 3 12 dtype: int32 Resultant series object with addition of two Series: 0 16.0 1 14.0 2 19.0 3 16.0 4 NaN dtype: float64
解釋
series.add() 函式的輸出可以在上面程式碼塊的最後幾行看到。我們可以看到結果輸出中有一個 NaN 值，這是因為兩個 Series 的長度不相等。
示例
result = sr1.add(sr2, fill_value=0)
print('The resultant series object of adding two series with fill_value:', result)解釋
為了去除前面輸出中的 NaN 值，這裡我們將 '0' 值替換為 fill_value 引數。
輸出
The resultant series object of adding two series with fill_value: 0 16.0 1 14.0 2 19.0 3 16.0 4 5.0 dtype: float64
我們可以看到此輸出中不存在 NaN 值，這是由於 fill_value 引數導致的。在此示例中，我們將 0 作為輸入提供給 fill_value 引數，以便它將缺失值與 0 相加。
示例
import pandas as pd
import numpy as np
sr1 = pd.Series({'a':1,'b':2,'c':3})
print('Series Object 1:',sr1)
sr2 = pd.Series({'c':7,'d':8,'e':9})
print('Series Object 2:',sr2)
result1 = sr1.add(sr2)
print('Resultant series object without Fill_value:', result1)
result2 = sr1.add(sr2, fill_value= 0)
print('Resultant series object with Fill_value 0:', result2)解釋
在以下示例中，我們使用 Python 字典建立了兩個 Pandas Series 物件，它們具有不同的索引標籤。
我們透過兩種方式對這兩個 Series 物件進行了加法運算，一種是替換 fill_value 引數，另一種是不定義引數輸入。
輸出
Series Object 1: a 1 b 2 c 3 dtype: int64 Series Object 2: c 7 d 8 e 9 dtype: int64 Resultant series object without Fill_value: a NaN b NaN c 10.0 d NaN e NaN dtype: float64 Resultant series object with Fill_value 0: a 1.0 b 2.0 c 10.0 d 8.0 e 9.0 dtype: float64
兩個 Series 之間的加法是基於索引標籤進行的，如果索引不相同，則 add 函式將自動匹配那些缺失的索引並替換為 NaN，然後執行加法運算。這就是我們在 add() 函式的結果輸出中看到 NaN 值的原因。
550 次瀏覽
